Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Введение
- Определяне на Предсказателно AI
- Исторически контекст и еволюция на предиктивната аналитика
- Основни принципи на машинното обучение и минеирането на данни
Събиране и предварителна обработка на данни
- Събиране на релевантни данни
- Чистене и подготовка на данни за анализ
- Разбиране на типовете и източниците на данни
Експлоративен анализ на данни (EDA)
- Визуализиране на данни за инсайти
- Дескриптивна статистика и резюмиране на данни
- Идентифициране на модели и връзки в данни
Статистическо моделиране
- Основи на статистическото изводе
- Регресионен анализ
- Класификационни модели
Машинно обучение за предвиждане
- Преглед на алгоритми за надзорно обучение
- Решения дървета и случайни гори
- Невронни мрежи и основи на дълбокото обучение
Оценка и избор на модели
- Разбиране на точността и метриките за оценка на модела
- Техники за кръстосано валидиране
- Преобучайване и подреждане на модели
Практическо приложение на Предсказателно AI
- Примери от различни индустрии
- Етични разсъждения в предиктивното моделиране
- Ограничения и предизвикателства на Предсказателно AI
Практически проект
- Работа с набор данни за създаване на предиктивен модел
- Прилагане на модела за предвиждане
- Оценка и интерпретация на резултатите
Резюме и следващи стъпки
Изисквания
- Основно разбиране в статистика
- Опит с какъвто и да е език за програмиране
- Знание за обработка на данни и електронни таблици
- Нетрябва да имате опит в областта на Искусствения Интелект или науките за данни
Целева аудитория
- ИТ професионалисти
- Аналитици на данни
- Технически служители
21 часа
